Neural Networks and Their Applications in Telecommunications
A tantárgyleírás hatályossága
| Subject name (Hungarian, English) |
Neurális hálózatok és hírközlő alkalmazásaik
Neural Networks and Their Applications in Telecommunications
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVIHID239 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 5 | ||||||||||||
| Subject coordinator |
DR. Levendovszky János
position: egyetemi tanár
contact:
levendovszky.janos@vik.bme.hu
|
||||||||||||
| Responsible department |
Hálózati Rendszerek és Szolgáltatások Tanszék
|
||||||||||||
| Faculty | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
- A hírközléselmélet néhány nevezetes jelfeldolgozási és detekciós problémája, valamint ezek hagyományos megoldási módjai
- A neurális struktúrák hálózatelmélete
adott függvényosztály approximációja előrecsatolt neurális hálózatokkal, az optimális súlyok megtanulása (determinisztikus, sztochasztikus módszerek)
visszacsatolt neurális hálózatok (Hopfield típusú hálózatok) és stabilitásuk vizsgálata
- Asszociatív memóriák és ezek felhasználása kommunikációs rendszerekben
az asszociatív memóriák jellemzői (kapacitás, stabilitás, előhívási folyamatok, tranziensidő)
asszociatív memóriák felhasználása hibajavító dekódolásban, képfelismerésben, logikai függvények szintézisében
- Zajos és lineárisan torzított bináris jelek és üzenetek detekciója digitális kommunikációs rendszerekben neuron struktúrákkal (Hopfield hálózattal, szimulált lehűléssel, Boltzmann géppel)
- Adaptivitás és tanulás kommunikációs rendszerekben
az adaptivitás szükségessége rádiós és vezetékes rendszerekben
klasszikus adaptív és tanuló algoritmusok (adaptív szűrők és kiegyenlítők)
nemparametrikus detekció neurális hálózattal
- Neurális hálózat implementációi
optikai realizálás, VLSI implementáció
- A neurális hálózatok alkalmazása ATM hálózatokban
a hívásengedélyezés mint halmazszeparálás approximációja neurális hálózatokkal
súlyozott hibájú tanulási módszer ATM hálózatok forgalmi irányítására
Routing neurális hálózatokkal
Large deviation elmélet a cellavesztési valószínűség kiszámítására
sor analízis az ATM kapcsolón
- Neurális hálózatok hierarchikus jelfeldolgozásra és állapotfüggő monitorozásra
hierarchikus rendszerek nagy ipari folyamatok felügyeletére (pl. állapotfüggő karbantartás)
neuron fuzzy alapú döntési rendszerek
főkomponens analízis neurális hálókkal
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
General rules
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Curriculum placement
No curriculum placements recorded for this subject version.